Экономико-математическое моделирование на транспорте

Автор работы: Пользователь скрыл имя, 13 Мая 2012 в 14:58, контрольная работа

Краткое описание

Задача 1
Центральной задачей оптимизации перевозок грузов на железнодорожном транспорте является прикрепление постав­щиков к потребителям с тем, чтобы общая сумма затрат на транспортировку грузов была минимальной. Такую задачу принято называть «транспортной».
Задача 2
Решить задачу линейного программирования графическим методом. Все переменные в задаче неотрицательные.

Содержание работы

Контрольная работа №1
Задача 1
Задача 2
Задача 3
Контрольная работа №2.
Задача 1
Задача 2
Задача 3
Задача 4.

Содержимое работы - 1 файл

Готовая контрольная 2.doc

— 386.00 Кб (Скачать файл)

Принято, что эксперты отличаются уровнем компетентнос­ти, которую можно оценить вероятностью получения экспер­том достоверной оценки. Тогда каждый эксперт получает весо­вой коэффициент, значение которого лежит в пределах 0 < ai < 1 для i-го эксперта.

Уровни компетентности экспертов

Эксперт

Вариант

Эксперт

Вариант

Эксперт

Вариант

0

0,9

4

0,7

8

0,8

1

0,6

5

0,5

9

0,9

2

0,7

6

0,7

 

 

3

0,9

7

0,6

 

 

 

Решение

Для решения задачи составим матрицу мнений экспер­тов.

В таблице по каждому Эj столбцу хi числу из группы резерва присваивается kij -ранг — целое число от 1 до п.

Получаем матрицу мнений экспертов размерностью Nxn, в которой сумма элементов любого столбца равна

 

 

 

 

 

Наиболее подготовленного кандидата из группы на основе коллективной оценки выбирают после расчета среднего
ранга для каждого из кандидатов:

 

 

 

 

где aj — уровень j = 1 компетентности эксперта;j =1,2, ..., 10.

Средние ранги позволяют проранжировать кандидатов, т.е. выявить наиболее подготовленных. На первом месте будет кандидат, имеющий минимальный ранг, что будет соответ­ствовать усредненному мнению коллектива из N экспертов.

Не всякий результат экспертного опроса можно считать удовлетворительным. Если мнения экспертов сильно расхо­дятся: один эксперт присвоит xi кандидату первый ранг, а дру­гой значение последнего ранга, то такое ранжирование не может быть положено в основу выбора первого кандидата в отличие от других. Поэтому необходимо ввести процент до­стоверности, т.е. согласованности экспертов.

Согласованность экспертов удобно определять степенью рассеянности средних рангов ki. Если мнения экспертов со­впадают, то ранги есть целые, не равные друг другу числа (в нашем случае не рассматривается вариант наличия одинако­вых рангов). При частично согласованных мнениях ранги со­риентируются вокруг среднего значения n/2.

6. Степень рассеяния определим с помощью дисперсии сред­
них рангов

 

 

где ki — средний ранг для 1-го кандидата:

 

 

 

М(к) — математическое ожидание среднего ранга:

k1=1/10 (4+3+1+5+4+5+4+1+3+1) =0.1*31=3,1 и т.д.

∆ki= ki-M(k)

∆k1=3,1-4=-0,9 и т.д.

D(k)=1/10((-0,9)2+1,62+(-0,6)2+1,62+(-1,1)2+0,42+(-1,2)2)=0,1*9,1=0,91

При полном совпадении мнений экспертов дисперсия име­ет максимальное значение

 

 

 

 

 

 

 

 

 

 

 

 

 

Расчет коэффициента согласованности

Номер члена группы

Оценка эксперта

hi

ki

Ранг кандидата

0

1

2

3

4

5

6

7

8

9

1

4

3

1

5

4

5

4

1

3

1

3,10

3,1

3

2

7

7

3

1

7

6

7

7

4

7

5,48

5,6

6

3

5

4

2

2

2

3

3

3

7

3

3,45

3,4

4

4

3

6

4

7

5

7

6

6

6

6

5,53

6,4

7

5

6

1

6

4

3

2

2

2

1

2

3,03

2,9

2

6

2

3

7

3

6

4

5

5

5

4

4,32

4,4

5

7

1

2

5

6

1

1

1

4

2

5

2,93

2,8

1

Уровень компетент-

ности aj

0,9

0,6

0,7

0,9

0,7

0,5

0,7

0,6

0,8

0,9

 

 

 

 

               7.Критерий согласованности экспертов представим в виде отношения

 

 

 

 

 

 

Очевидно, что 0 <W< 1. При W = 0 мнения экспертов пол­ностью расходятся, а при W = 1 они высказываются едино­душно. Таким образом, величина W=0,325 говорит о том что 33% экспертов были вполне компетентны, а остальные 67% приняли свое решение случайно. Поэтому это и могло оказать свое влияние на окончательное ранжирование.

                    8. Конкретное значение критерия согласованности в диа­пазоне между нулем и единицей содержательно определяется следующим образом. Предположим, что N экспертов абсо­лютно компетентны, а остальные (N - т) нет, т.е. принимают свое решение совершенно допущение). Тогда дисперсия средних рангов будет обра­зована суммой

т.к. W=0,33, то m=3 N=10

 

 

Разделив на Dmax получаем W =. Это говорит о том, что W зависит от числа абсолютно компетентных экспертов в соответствии с нашим предположением.

Задача 4.

Задание.

Установить параметры линейной однофакторной модели расчета потребности в трудовых ресурсах, которые потребуются при росте использования оборудования за установленный период времени до 90% его мощности.

Решение.

Основные расчеты представим в виде Таблицы 1. Экстраполяция динамического ряда производиться по уравнению прямой:

y=a+b*t,

где: у - необходимое количество рабочих; t - порядковый номер динамического ряда; a,b - параметры уравнения

 

 

 

 

 

 

 

 

 

Характеристики для расчета параметров

линейной модели прогноза численности трудовых ресурсов

ti

yi

t2i

Yi*ti

1

2

1

2

2

5

4

10

3

8

9

24

4

3

16

12

5

13

25

65

6

16

36

96

7

19

49

133

8

20

64

160

9

23

81

207

10

25

100

250

11

27

121

297

12

31

144

372

13

34

169

442

14

36

196

504

15

38

225

570

120

300

1240

3144

8,00

20,00

64,00

209,60


 

Параметры модели определяем из соотношений, где N-число мест базисного периода:

20-2,557*8=-0,456

По результатам расчетов линейная модель будет иметь вид:

у=-0,456+2,557*t=-0,456+2,557*15=31,5=32 чел.

Для N+1 года УN+1=-0,456+2,557*16=33,62=34чел.

 

Ответ: расчет потребности в трудовых ресурсах, которые требуются при росте использования оборудования за установленный период времени 90% его мощности, заданной линейной однофакторной моделью, имеющий вид:

у=-0,456+2,557*t

Согласно расчетам для базисного периода потребность в трудовых ресурсах составляет 32 человек, а для следующего за базисным годом 34 человек.

 



Информация о работе Экономико-математическое моделирование на транспорте